[論文レビュー] Spatio-temporal modeling of urban extreme rainfall events at high resolution

Chloé Serre-Combe, Nicolas Meyer+2 more|arXiv (Cornell University)|Feb 23, 2026

Hydrology and Drought Analysis被引用数 0

ひとこと要約

この論文は、EGPD周辺分布を用いた超高解像度の空間-時間確率過程モデルと、イベント固有の流れを含むr-Paretoの極端依存構造を組み合わせて、 Montpellier の OMSEV ネットワークに適用する都市部の極端降水量を扱う高解像度の確率過程モデルを開発します。

ABSTRACT

Modeling precipitation and its accumulation over time and space is essential for flood risk assessment. We here analyze rainfall data collected over several years through a microscale precipitation sensor network in Montpellier, France, by the OMSEV observatory. A novel spatio-temporal stochastic model is proposed for high-resolution urban rainfall and combines realistic marginal behavior and flexible extremal dependence structure. Rainfall intensities are described by the Extended Generalized Pareto Distribution (EGPD), capturing both moderate and extreme events without threshold selection. Based on spatial extreme-value theory, dependence during extreme episodes is modeled by an r-Pareto process with a non-separable variogram including episode-specific advection, allowing the displacement of rainfall cells to be represented explicitly. Parameters are estimated by a composite likelihood based on joint exceedances, and empirical advection velocities are derived from radar reanalysis. The model accurately reproduces the spatio-temporal structure of extreme rainfall observed in the Montpellier OMSEV network and enables realistic stochastic scenario generation for flood risk assessment.

研究の動機と目的

• 超高解像度の降水データを用いた都市環境での洪水リスク評価の動機づけ。
• 細かな時空間スケールで中程度および極端な降水を捉える確率的降水生成モデルの開発。
• 非閾値Extreme Value Theoryフレームワーク（EGPD）とr-Paretoの時空間依存モデルの統合。
• エピソード固有の流向を組み込み、降水セルの時間経過に伴う移動を明示的に表現。

提案手法

• 閾値選択を回避し、中-極端値を捉えるためにExtended Generalized Pareto Distribution (EGPD) を用いて正の降水をモデル化。
• Brown-Resnick構造を用いたr-Pareto過程と基礎となるガウス過程から導出されたベリオグラムを用いて時空間極端依存をモデル化。
• 流向を持つ非分離型の時空間ベリオグラムを用いて時間にわたる降水セルの変位を捕捉。
• EGPD辺縁とr-Pareto依存を結合し、強度のパレート規模で再スケーリングした確率的降水生成モデルを構築。
• identified extreme episodes からの結合超過に基づく複合集合尤度を用いてパラメータを推定し、エピソード固有の流向パラメータを含む。
• OMSEV降水ネットワークおよびシミュレートされたr-Pareto過程への適用を通じてフレームワークを検証。

実験結果

リサーチクエスチョン

• RQ1 都市部の降水の高解像度時空間極値を正確にモデル化するには？
• RQ2 EGPD周辺分布をr-Pareto依存構造と組み合わせて、中程度と極端な降水強度の両方を再現できるか？
• RQ3 エピソード固有の流向を組み込むことで、時間経過に伴う降水セルの移動を改善できるか？
• RQ4 このフレームワークで結合尤度に基づくベリオグラムと流向パラメータをどう推定するか？
• RQ5 Montpellier の洪水リスク評価に適した現実的な確率的降水シナリオを生成できるか？

主な発見

• EGPDベースの周辺モデルとr-Paretoの時空間依存を統合することで、閾値選択なしに中程度および極端な降水を捉える。
• 流向を伴う非分離型のベリオグラムは、空間と時間を跨ぐ降水セルの移動を効果的にモデル化。
• エピソード固有の流向パラメータは複合尤度で推定でき、データで観測された実際の移動パターンを反映。
• 確率的降水生成モデルは都市部の洪水リスク評価に適した現実的な高解像度降水場を生成。
• Montpellier のOMSEVネットワークによる経験的検証は、極端降水の時空間構造を再現するモデルの能力を示す。